基于DVH和马分析的崩圆卷积 (CCC) 和蒙特卡洛 (MC) 算法的量化差异,用于宫癌放射治疗

科学领域:

• 医学物理 医学物理
• 辐射瘤学 辐射瘤学
• 计算剂量计计算剂量计.

背景情况:

• 治疗计划系统 (TPS) 使用各种算法来计算剂量,从而影响治疗的准确性.
• 崩的圆卷积 (CCC) 算法和蒙特卡洛 (MC) 模拟是常见的方法,每个都有固有的特征和潜在的不确定性.

研究的目的:

• 量化比较用Pinnacle TPS中的CCC算法和Monaco TPS中的MC算法计算的宫癌VMAT计划的剂量分布.
• 评估计划复杂度对两个算法之间的协议的影响.

主要方法:

• 在Pinnacle TPS中创建了30个宫癌VMAT计划,并在摩纳哥TPS中重新计算.
• 根据目标量,计划被分为简单的 (SG) 和复杂的 (CG) 组.
• 使用不同的标准 (3%/3mm,2%/2mm) 和DVH分析的马传导率 (GPRs) 进行了剂量分布比较.

主要成果:

• 在SG (7/15) 和CG (10/18) 两种情况下,观察到剂量指数的统计学上显著差异.
• 在3%/3mm标准中,GPR超过95%,但在大多数情况下在2%/2mm标准中低于90%.
• GPR受选择的飞机和计划复杂性的影响,表明了变化.

结论:

• 在Pinnacle和摩纳哥TPS中的CCC和MC算法之间存在显著的差异.
• 在量化这些差异方面,DVH分析似乎比2D马分析更有效.
• 用户必须意识到DVH指标的潜在高估或低估是由于算法不确定性造成的,特别是在临界值附近.